• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.421-423
• /
• 2005

제품계열(Product-Line) 개발 방법은 특정 영역에 대해 핵심 자산을 구축한 후 제품 특성에 맞게 자산을 변경하여 신속하게 제품을 생산하는 방법이다. 제품계열의 이용한 제품 생산이 생산성과 효율성을 높이기 위해서는 자산 구축이 제품 패밀리로부터 정확히 추출, 생성되어져 있어야 한다. 특히 핵심 자산 중에서 가장 중요한 자산인 제품계열 아키텍처이 중요하다. 본 논문에서는 도메인 전문가가 제품 영역에 대한 분석을 끝낸 후 제품계열 아키텍처를 생성, 편집을 용이하도록 도와 줄 수 있는 기능과 제품계열 아키텍처에서 제품 아키텍처로 쉽게 유도할 수 있도록 도와주는 기능을 고려하여 설계하고자 한다. 또한 설계된 내용을 기반으로 아키텍처 다이어그램 편집기 프로토타입을 구현하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.556-558
• /
• 2004

전자상거래의 발달로 인하여 설러 쇼핑몰들의 상품정보를 효과적으로 비교할 수 있도록 하기위한 다양한 방법들이 연구되어져 왔다. 특히. 비교구매 쇼핑몰은 사용자가 찾고자 하는 상품의 정보들을 정확히 알고있는 상태에서 검색 조건들의 입력을 통해, 해당 상품을 보유한 쇼핑몰들의 상품 정보들을 비교함으로써 보다 저렴한 상품의 구매가 이루어지도록 한다. 그러나 이러한 시스템은 원하는 상품에 대한 정확한 지식이 있는 사용자에게 유용하며, 만일 고객이 원하는 상품에 대한 정확한 지식이 없을 경우, 비교 구매 시스템의 효용성은 떨어질 수밖에 없는 문제를 가지고 있다. 이러한 문제의 해결을 위해 본 논문은 상품에 대한 지식이 없는 사용자가 카테고리나 키워드로 검색을 하지 않고, 온톨로지를 기반으로한 이미지 쿼리에 의해 결과를 얻을 수 있도록 이미지 검색에 의한 비교 쇼핑 시스템을 제안한다. 각 쇼핑몰의 상품 이미지들의 메타데이터 안에 도메인 전문가에 의해 온톨로지 기반의 daml로 생성된 주석이 추가된다. 사용자들은 이렇게 생성된 이미지들을 드래그 앤 드롭(Orag and Drop)을 통해 기존의 쇼핑몰에서 복잡한 키워드로 검색하는 것을 대체하게 되고 상품들에 대한 비교정보를 얻을 수 있다. 본 논문은 의류상품을 이용한 이미지 검색 비교 구매 시스템(Image Retrieval Comparison Shopping)을 구현하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (1)
• /
• pp.584-586
• /
• 1999

소프트웨어 개발 시 기존 전문가들의 개발 경험을 재사용하는 작업은 개발 기간의 단축 및 비용의 절감의 효과를 가져올 수 있다. 이러한 재사용에 관련된 연구는 소프트웨어공학 분야에서 계속되어 그 하나로 객체지향 프레임워크를 들 수 있다. 객체지향 프레임워크는 검증된 소프트웨어 재사용 부품으로 특정 도메인에 대한 비즈니스 로직을 재사용할 수 있도록 구현된다. 프레임워크 내부에는 재사용되는 로직이 포함되어 있으며 프레임워크 사용자에 의해 커스터마이징 될 모듈을 정의하고 있다. 프레임워크 사용자는 프레임워크를 기반으로 어플리케이션을 개발함으로써 처음부터 개발을 시작하지 않으며 기 개발자들의 경험을 재사용하게 된다. 본 논문에서는 근래 크게 대두되고 있는 가상상점 도메인에 대한 프레임워크를 제시한다. 본 논문에서 제시하는 가사상점 프레임워크는 제인 프레임워크와 주문, 지불, 배달의 3개 서브프레임워크로 구성되며 각각의 프레임워크가 포함한 핫스팟, 제어흐름, 프레임워크 인터페이스를 중심으로 프레임워크의 구성요소 및 설계, 구현에 관한 사항을 기술한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.344-347
• /
• 2010

최근 주목받고 있는 의미적 정보처리의 지식베이스인 온톨로지는 정형화된 표현을 통해 정확한 지식 처리와 추론관계를 명시해야 하기 때문에 온톨로지 확장에 대한 중요성 역시 강조되고 있다. 온톨로지 확장을 위한 기존의 방법들은 전문가를 통한 수작업 형태이거나 보편화된 사전이나 시소러스 집단의 분석을 통한 통계의 확률분포를 이용하는 반자동화된 방법들이 있다. 이에 본 논문에서는 Wikipedia에서 특정 도메인 문서들만을 수집한 후 중요문장 추출과정을 통해 해당 문서 내의 핵심어를 파악하여 이를 온톨로지의 개념 인식을 위한 정보로 활용할 수 있는 방안을 제시하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.498-501
• /
• 2010

현대의 기계기술이 고도화됨에 따라 기존의 시스템과 비교하였을 때, 더 많은 부 시스템들과 연계하여 동작하며, 다양한 센서를 활용하고, 운용의 흐름이 복잡하여 사용자는 시스템의 운용, 정비를 위한 많은 양의 지식을 소화하여야 하며, 작업도중 수시로 크고 작은 실수를 범하게 된다. 이러한 문제점들을 개선하기 위하여 본 연구에서는 기존 장비정비 시스템의 보다 현존감 있는 정비기능을 제공하기 위한 인터페이스로써 증강현실기술을 적용하고자 한다. 본 연구에서는 첫째, 장비정비의 대상이 되는 객체에 3D 가상모델을 합성하고 추가적 정보를 증강하여 사용자에게 작업수행에 대한 예시를 보여줌으로서, 현장에서 실질적인 도움을 받을 수 있게 하였다. 둘째, 장비정비에 대한 도메인 지식을 전문가 시스템으로 구축함으로서, 문제 발생 시 추론을 통한 해결방안을 생성할 수 있고, 이에 대한 세부 작업계획을 생성함으로서 지능적인 정비시스템을 구축하였다.

• KNOM Review
• /
• 제23권2호
• /
• pp.29-41
• /
• 2020

네트워크는 빠르게 성장하여 다중 도메인 복잡성을 유발하고 있다. 네트워크 트래픽 및 서비스의 다양성, 다양성 및 동적 특성은 향상된 오케스트레이션 및 관리 접근 방식을 필요로한다. 많은 표준 오케스트레이터와 네트워크 운영자가 E2E 슬라이스 오케스트레이션을 처리하기 위한 복잡성이 증가하고 있다. 또한 액세스, 에지, 전송 및 코어 네트워크를 포함하여 E2E 슬라이스 오케스트레이션과 관련된 여러 도메인이 각각 특정 문제를 가지고 있다. 따라서 멀티 도메인, 멀티 플랫폼 및 멀티 오퍼레이터 기반 네트워킹 환경을 수동으로 처리하려면 특정 전문가가 필요하며 이 접근 방식을 사용하면 런타임에 네트워크의 동적 변경을 처리할 수 없다 또한 이러한 복잡성을 처리하기위한 수동 접근 방식은 항상 오류가 발생하기 쉽고 지루한 일이다. 따라서 본 연구에서는 의도 기반 접근법을 사용하여 E2E 슬라이스 오케스트레이션을 처리하기 위한 자동화되고 추상화된 솔루션을 제안한다. 운영자로부터 도메인을 추상화하고 높은 수준의 의도 형태로 오케스트레이션 의도를 제공 할 수 있다. 또한 조정 된 리소스를 적극적으로 모니터링하고 머신 러닝을 사용하여 현재 모니터링 통계를 기반으로 시스템 상태 업데이트를 위한 향후 리소스 활용도를 예측한다. Closed-loop 자동화 E2E 네트워크 오케스트레이션 및 관리 시스템이 생성된다.

• 한국정보과학회논문지:데이타베이스
• /
• 제27권1호
• /
• pp.64-78
• /
• 2000

본 논문에서는 객체지향 패러다임을 적용함으로써 도메인 종속적인 시소러스를 효율적으로 구축하고 관리할 수 있는 객체기반 시소러스 시스템을 설계하고 구현하였다. 이때, 객체지향 패러다임은 시소러스의 구축, 개념 브라우징 그리고 질의기반 참조 기능에 적용된다. 이 시스템에서 객체지향 패러다임의 상속 메커니즘은 시소러스에 표현된 개념들간의 관계를 구조적으로 파악할 수 있게 하여 전문가가 시소러스를 반자동 방식으로 구축할 수 있도록 지원한다. 특히, 방대한 시소러스를 여러 전문가들이 서로 다른 호스트에서 구축할 경우, 이 메커니즘에 의해 파악된 정보는 시소러스의 의미적 일관성을 유지시킬 수 있도록 도와주며, 전문가가 직접 개념들간의 관련 정도를 모두 명시해야하는 부담을 최소화할 수 있다. 객체기반 시소러스 시스템은 또한 질의기반 참조 기능과 추상화 방식의 개념 브라우징 기능을 제공한다. 이 기능들은 검색 질의에 이용될 시소러스 개념들을 사용자가 사전에 탐색해 봄으로써 쉽게 검증할 수 있게 한다. 특히, 이 질의 검증 과정은 높은 정확률을 요구하는 도메인에 적절히 이용될 수 있다.

• 인터넷정보학회논문지
• /
• 제22권2호
• /
• pp.1-9
• /
• 2021

전통적으로 대부분의 악성코드는 도메인 전문가에 의해 추출된 특징 정보를 활용하여 분석되었다. 하지만 이러한 특징 기반의 분석방식은 분석가의 역량에 의존적이며 기존의 악성코드를 변형한 변종 악성코드를 탐지하는 데 한계를 가지고 있다. 본 연구에서는 도메인 전문가의 개입 없이도 변종 악성코드의 패밀리를 분류할 수 있는 ResNet-Variational AutoEncder 기반 변종 악성코드 분류 방법을 제안한다. Variational AutoEncoder 네트워크는 입력값으로 제공되는 훈련 데이터의 학습 과정에서 데이터의 특징을 잘 이해하며 정규 분포 내에서 새로운 데이터를 생성하는 특징을 가지고 있다. 본 연구에서는 Variational AutoEncoder의 학습 과정에서 잠재 변수를 추출을 통해 악성코드의 중요 특징을 추출할 수 있었다. 또한 훈련 데이터의 특징을 더욱 잘 학습하고 학습의 효율성을 높이기 위해 전이 학습을 수행했다. ImageNet Dataset으로 사전학습된 ResNet-152 모델의 학습 파라미터를 Encoder Network의 학습 파라미터로 전이했다. 전이학습을 수행한 ResNet-Variational AutoEncoder의 경우 기존 Variational AutoEncoder에 비해 높은 성능을 보였으며 학습의 효율성을 제공하였다. 한편 변종 악성코드 분류를 위한 방법으로는 앙상블 모델인 Stacking Classifier가 사용되었다. ResNet-VAE 모델의 Encoder Network로 추출한 변종 악성코드 특징 데이터를 바탕으로 Stacking Classifier를 학습한 결과 98.66%의 Accuracy와 98.68의 F1-Score를 얻을 수 있었다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.115-123
• /
• 1999

산업계 전반에 걸친 오랜 정보시스템 운용의 결과로 대용량의 데이타들이 축적되고 있다. 이러한 데이타로부터 유용한 지식을 추출하기 위해 여러 가지 데이타 마이닝 기법들이 연구되어왔다. 특히 데이타 웨어하우스의 등장은 이러한 데이타 마이닝에 있어 필요한 데이타 제공 환경을 제공해 주고 있다. 그러나 전문가의 적절한 판단과 해석을 거치지 않은 데이타 마이닝의 결과는 당연한 사실이거나, 사실과 다른 가짜이거나 또는 관련성이 없는(trivial, spurious and irrelevant) 내용만 무수히 쏟아낼 수 있다. 그러므로 데이타 마이닝의 결과가 비록 통계적 유의성을 가진다 하더라고 그 정당성과 유용성에 대한 검증과정과 방법론의 정립이 필요하다. 데이타 마이닝의 가장 어려운 점은 귀납적 오류를 없애기 위해 사람이 직접 그 결과를 해석하고 판단하며 아울러 새로운 탐색 방향을 제시해야 한다는 것이다. 본 논문의 목적은 이러한 데이타 마이닝에서 추출된 결과를 검증하고 아울러 새로운 지식 탐색 방향을 제시하는 방법론을 정립하는데 있다. 본 논문에서는 데이타 마이닝 기법 중 연관규칙탐사로 얻어진 결과를 설명가능성 여부의 판단을 통해 검증하는 기법을 제안하며, 이를 통해 얻어진 검증된 지식을 토대로 일반화를 통한 새로운 가설을 생성하여 데이타 웨어하우스로부터 연관규칙을 검증하는 일련의 아키텍쳐(architecture)를 제시하고자 한다. 먼저 데이타 마이닝 결과에 대한 설명의 필요성을 제시하고, 데이타 웨어하우스와 데이타 마이닝 기법들에 대한 간략한 설명과 연관규칙탐사에 대한 정의 및 방법을 보이고, 대상 영역에 대한 데이타 웨어하우스의 스키마를 보였다. 다음으로 도메인 지식(domain knowledge)과 연관규칙탐사를 통해 얻어진 결과를 표현하기 위한 지식표현 방법으로 Relational predicate Logic을 제안하였다. 연관규칙탐사로 얻어진 결과를 설명하기 위한 방법으로는 연관규칙탐사로 얻어진 연관규칙에 대해 Relational Predicate Logic으로 표현된 도메인 지식으로서 설명됨을 보이게 한다. 또한 이러한 설명(explanation)을 토대로 검증된 지식을 일반화하여 새로운 가설을 연역적으로 생성하고 이를 연관규칙탐사론 통해 검증한 후 새로운 지식을 얻는 반복적인 Explanation-based Data Mining Architecture를 제시하였다. 본 연구의 의의로는 데이타 마이닝을 통한 귀납적 지식생성에 있어 귀납적 오류의 발생을 고메인 지식을 통해 설명가능 함을 보임으로 검증하고 아울러 이러한 설명을 통해 연역적으로 새로운 가설지식을 생성시켜 이를 가설검증방식으로 검증함으로써 귀납적 접근과 연역적 접근의 통합 데이타 마이닝 접근을 제시하였다는데 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권8호
• /
• pp.522-528
• /
• 2008

토픽맵에서 사용자의 토픽 선택에 따라 제공되는 정보는 개별 사용자의 관심과 배경지식이 고려되지 않고 최초 도메인 전문가에 의해 구축된 토픽맵 상의 토픽(Topic)과 연관되는 관계(Association), 자원(Occurrence)만을 이용하여 사용자에게 토픽맵 정보를 제공하고 있다. 이에 토픽맵은 개인화된 정보제공 측면의 단점을 보완하고자 개별 사용자를 위한 개인화 기능으로 개인 선호항목 설정, 필터링(Filtering), 범위제한(Scope) 등 사용자가 직접 관심정보를 사전에 설정하는 기능을 제공하고 있으나 토픽맵 사용자를 위한 개인화 측면에서 만족스럽지 못하다. 따라서 본 논문에서는 특정 도메인 토픽맵에서 사용자가 원하는 개인화된 정보를 제공하기 위해 사용자 클릭정보 수집을 통한 프로파일 정보와 이를 이용한 토픽 선호도 백터(Topic Preference Vector), 토픽맵 지식층의 기본요소인 토픽(Topic)과 관계(Association)를 이용한 개인화된 토픽맵 랭킹 알고리즘(PTR)을 제안한다. 사용자는 PTR 알고리즘을 이용하여 개인 선호도가 고려되어 랭킹된 토픽맵 정보를 제공받을 수 있게 됨으로써 개인화된 정보 제공 측면에서의 성능 향상을 가져올 수 있는 장점을 가진다.